智能体-数据治理高级工程师-WorkBuddy

1.负责WorkBuddy产品数据治理工作，主导数据体系整体规划与设计，涵盖业务对象、事件模型、数据模型及指标体系搭建； 2.深度参与WorkBuddy Agent业务建设，构建覆盖User、Session、Conversation等核心对象的可扩展数据模型，确保数据资产的统一性与复用性； 3.制定并落地产品埋点规范（含Event、Property、参数命名及版本管理），全程参与需求评审、埋点方案设计及数据验收，保障埋点质量； 4.主导核心业务指标体系建设，明确指标定义、计算口径、维度及数据血缘关系，推动跨团队数据口径标准化； 5.设计数据仓库规范，包括主题域划分、数据分层策略、公共维度定义及数据生命周期管理，提升数据存储与使用效率； 6.搭建埋点质量与数据质量治理体系，建立完整性、准确性、一致性及及时性监控机制，设计异常定位、修复及回溯流程； 7.协同产品、客户端、服务端、算法及数据分析团队，推动形成标准化的数据协作流程，提升跨角色数据交付效率； 8.参与实时/离线数据Pipeline、数据服务及分析数据集建设，为产品分析、Agent评估、模型优化及业务决策提供可靠数据支撑； 9.持续跟踪业务需求变化，优化数据治理方案，确保数据体系与产品迭代同步发展。 1.本科及以上学历，计算机、数据科学或相关专业背景，5年以上数据开发、数据仓库、数据治理或数据架构领域工作经验；熟练使用SQL，具备扎实的数据研发能力，熟悉Spark、Flink、Hive、ClickHouse、Doris等至少一种大数据技术栈； 2.具备突出的业务抽象与数据建模能力，能将复杂业务逻辑转化为清晰的业务对象、事件模型及维度指标体系；拥有完整的产品埋点体系建设经验，熟悉事件、属性、用户、Session等数据模型，有埋点规范制定、版本治理及数据验收实操案例； 3.熟悉数据仓库建设全流程，具备主题域设计、维度建模、数据分层及公共维度沉淀等实践经验；精通指标体系及数据口径治理方法，能推动指标定义、计算逻辑、维度及血缘关系的标准化落地；熟悉数据质量治理策略，有数据质量监控、元数据管理、数据血缘或数据资产治理相关经验者优先； 4.具备较强的业务理解能力，能基于业务问题主动设计数据解决方案，而非被动响应埋点、建表或取数需求；优秀的跨团队沟通与推动能力，能有效协调产品、研发、算法及分析团队共同建立并执行数据标准；对AI Agent/大模型技术有热情，有AI产品数据体系、LLM数据处理、Agent评估或模型调用链路数据建设经验者优先。